刘润:把AI变成超级助理,你需要掌握这套提问法

四种方法学习AI

全面深化AI认知

我们正在跑步进入AI时代。

从ChatGPT 3.5横空出世到今天，几乎每周、每天，我们都能听到关于AI的消息，今天是谁又创业了，明天是什么新产品又问世了。同时，还有无数人说：“你要会用AI，尤其是大模型，它能大幅度提高你的工作效率。”

但看着层出不穷的新模型、新术语，你是不是心里发慌，不知道该从哪里入手，既怕跟不上趋势，又怕被各种概念误导？

关于学习AI，我有四种方法，分享给你。

第一，听一门课。在线学习平台Coursera上有一门课，叫《适用于所有人的人工智能课程》（AI for Everyone），授课老师曾任斯坦福大学人工智能实验室主任，是AI领域的权威学者。这门课通俗易懂，又能真正触及技术和原理，刚好能帮你搭建关于AI的认知框架。

第二，看两本书。推荐你看两本书：《极简人工智能》和《千脑智能》。这两本书用通俗的语言把AI的核心概念和底层逻辑讲得非常透彻，能让你更好地认识AI。

第三，用AI学AI。如果听课、看书后，还是搞不懂某些概念，怎么办？在AI时代，你可以用AI学AI。比如，打开一个AI 助手，问它你想了解的问题，等它给出答案后，你只需要回复三个字“听不懂”。它通常会换一种更通俗的说法，甚至给你举例子。你再回复：“还是听不懂。”它会继续调整解释方式……只要你一直说“听不懂”，就终究会有机会听得懂。

想效率更高的话，还可以直接加一句指令：“假设你在给小学生讲课，请用小学生能听懂的方式，解释……”

第四，时刻关注行业发展。如果前面三件事都做完了，有了一定基础，下一步该怎么学？我建议你时刻保持对行业发展的敏感度，比如，关注AI领域专家、从业者的自媒体，或者关注持续跟进AI动态的公众号。

通过听课、看书、提问、订阅，坚持学习，不断加深对AI的理解，你才能看懂AI带来的变革，借AI之力为自己的工作和生活赋能。

普通用户学AI

重在“用好”

普通用户学AI，学什么？学习使用工具，提升工作效率。

我们不妨先把时钟拨回到30年前。那时候，“计算机时代要来了”的声音渐渐响起。大家心里都慌慌的：怎么办？我得学。

可是，学什么呢？

在那个计算机还未普及的时代，大家口中的“学计算机”，其实主要是学两样东西。一是五笔输入法。很多人狠背字根、苦练指法，只为学会把汉字敲进计算机里。只要你会打字，你就是别人眼中的计算机高手；二是WPS（Word Processing System，即文字处理系统）。注意，是在没有鼠标只有键盘、没有Windows界面只有DOS黑色命令窗口的情况下，学习用WPS 给文档排版。如果你既会五笔，又会WPS，那你就是妥妥的专业计算机高手。

后来，Windows 系统逐渐普及，“计算机时代真的来了”的呼声更高。大家依旧心慌慌：怎么办？我得学。

这时候要学什么？

逛书店时，你会看到满书架都是“21天学会Word”“30天成为Excel高手”“PPT从入门到精通”等类似名字的书。网上也冒出各种课程，教你用办公软件，比如“零基础学习Office”“10天搞定微软MOS证书”等，还能顺带拿个证书。

再然后，这些技能开始出现在越来越多人的简历里，比如，你一定对这句话很熟悉——“能熟练使用Word、Excel、PPT”。

发现了吗？无论是学五笔输入法、WPS，还是学Word、Excel、PPT，本质上学的都是某款软件的用法。只不过这些软件覆盖面太广、太流行，几乎人人都会用到，人人都是它们的用户。

这些用户所在的行业未必会被计算机立刻颠覆， 但只要能用好这些新工具，就能提高效率，获得竞争优势。

这就是普通用户。普通用户的核心目标，就是能熟练使用。所以，在计算机时代，对很多人来说，“学计算机”就等于“学怎么使用一款流行的计算机软件”。

AI时代，逻辑完全一样。

我们首先要明确一个前提：无论AI多火，大部分人所在的行业在短期内都不会被AI彻底颠覆，但几乎所有人都会用到AI，成为某款AI产品的用户。

这群人的需求和当年学五笔、学Office的人一模一样：不求造工具，但求用好工具，用AI把自己的工作效率提上去。

这也是为什么现在市面上的AI知识付费课程很少讲原理、算法、底层逻辑，更多地教你怎么和AI对话、怎么写高效的提示词，以及怎么让AI帮你搜索、出图、写文案……

明白了这个定位，新的问题又来了：现在AI工具层出不穷，更新迭代又快，到底该先学什么？

答案很简单：先学那些能立刻提高你的工作效率的工具。

如果你的工作需要写大量文章，就好好研究市面上各种擅长写作的AI工具，去研究它们的提示词是怎么写的，试着让AI帮你写一篇文章，并琢磨怎么把写出符合你要求的文章的时间从30分钟缩短到3分钟。

要始终围绕你的工作目的，去筛选、学习、使用工具，从而提高你的工作效率。

行业用户学AI

要懂底层逻辑

行业用户学AI，学什么？学习基础原理，适应行业变化。

如果你读过大学，我猜你大概率学过《大学计算机基础》这门课，甚至还考过国家或省级计算机二级证书。直到今天，国内很多理工科学生甚至文科生都还要考这个证书。

但你有没有想过，为什么要学这门课？它有什么用？那些数据库、C语言等知识，如果毕业后不做程序员，是否学了没用？

其实，之所以要学计算机基础，是因为这是让你理解计算机时代底层逻辑的关键。

的确，非计算机专业的人在毕业后大概率不会写代码、搞开发。但在计算机时代，几乎所有行业都和计算机息息相关。大到自动化办公、数字化生产，小到做PPT汇报、整理电子报销单，都离不开计算机。你可以不懂功能背后的代码怎么写，但必须明白这些事的底层逻辑大概是怎么回事。学《大学计算机基础》、考计算机二级证书的目的，就是帮你形成对计算机原理的框架性认知。

AI 时代，也是如此。

未来，会有越来越多的行业受AI影响。这意味着，越来越多的行业用户，需要了解AI将如何改变自己所在的行业。只有这样，他们才能提前准备、主动改变，应对未来的竞争，适应未来的市场。

他们可以不懂算法调优、模型训练，但至少要理解AI的底层逻辑和基本原理。否则，他们很难理解AI给行业带来的改变，更没办法像操盘手一样，用AI降本、增效、创新。

所以，对行业用户而言，比起学怎么用AI写文案，更重要的是学AI的基础原理，比如什么是多模态、大模型，什么是符号主义、连接主义，什么是卷积神经网络、生成对抗网络，什么是分析式人工智能、生成式人工智能，等等。

专业用户学AI 

要啃“硬骨头”

专业用户学AI，学什么？学专业知识，啃“硬骨头”。什么是专业用户？

前段时间，我和微软老同事王建硕在直播间聊Sora时，聊到了我们以前常做的一件事—啃技术文档。

微软每推出一款新产品，都会配一本厚到离谱的技术文档。里面不但全是英文，还全是普通人一辈子都用不上的专业术语。不把这些文档啃透，就没法深刻理解产品，更没法做开发和维护，靠技术实现产品功能。

而要啃透这些文档，必须先学完一整套系统性的计算机课程。计算机专业学生的课表上，全是这类课程：编译原理、数据结构、数据库系统原理、信息安全数学基础……这些专业知识，如果你不学计算机或相关工科、不去技术岗，大概率一辈子都用不上。但如果你想进入计算机行业、做技术开发，这些知识就是必修课，每一门都比《大学计算机基础》抽象得多。

这就是专业用户，专业用户要做的是精进技术。

当一个技术人员或者一个立志成为技术人员的人说要“学AI”，他要学的，绝不只是工具用法、入门课程。他的学习目的，也不只是提升效率、抓住机会，更是在技术领域实现追赶和超越。

至于要学什么、怎么学，他一定早就知道，不需要外人指点，比如，啃论文、泡GitHub、研究开源代码、下载最新模型做训练、精读AI公司的技术报告。

先不着急让AI干活儿 

先问它怎么干

和AI沟通，看似简单，其实难度不小。但你不用慌，教你一个小秘诀。不要一上来就让AI干活儿，而是先抛给它一个问题：这件事，你觉得该怎么干？

举个例子，你想给公众号文章起一个好标题，不用直接让AI写，先这样问：“能不能帮我研究一下，市面上那些高阅读量的公众号文章，标题都是怎么起的？有哪些方法论？背后有没有可支撑的理论依据？”

看到这个问题，AI会去检索梳理，告诉你悬念法、数字法、冲突法等技巧。接下来，你可以和它反复交互、打磨完善，等双方达成共识，再让它把这套逻辑转化成一份提示词。

写提示词时，你可以参考市面上的那些成熟框架：

• CRISPE框架：包含能力（Capacity）、角色（Role）、背景洞察（Insight）、任务陈述（Statement）、个性风格（Personality）、多版本输出（Experiment）。

• RTF框架：聚焦角色（Role）、任务（Task）、格式（Format）。

• CO-STAR框架：在新加坡首届GPT-4提示工程竞赛中获奖。逻辑更全面，包含背景（Context）、目标（Objective）、写作风格（Style）、语气（Tone）、受众（Audience）、输出格式（Response）等。

就拿写一封拒信举例，用CO-STAR框架来写提示词：

• （背景）我们是一家初创公司，刚面试了一位有才华的设计师，但他不太符合目前岗位的要求。

• （目标）写一封拒绝邮件，但要保持良好关系，让他感觉被尊重。

• （写作风格）类似谷歌那种人性化、非官僚的写作风格。

• （语气）诚恳、遗憾但充满希望。

• （受众）是一个非常有自尊心的资深设计师。

• （输出格式）邮件正文。

其实，不管招式有多少种，心法只有一条：把模糊的需求转化成结构化的语言。因为无论是人机协作，还是组织内部协作，结构化都是效率的前提。

向 AI 提问

要“喂”给它足够多的信息

你大概有过这样的困惑：明明大家都说AI很厉害，可自己用起来却不是那么回事。问AI一些日常生活类问题还好，一旦涉及专业问题，它要么泛泛而谈、抓不住核心，要么答非所问、驴唇不对马嘴。

为什么会这样？

其实，不是AI不够聪明，而是你还没有学会和它“打交道”。就像安排员工做事，只随口交代一句话，不讲背景、不提要求、不说标准，对方只能凭猜测去完成，结果自然大打折扣。向AI提问时，你千万不要把你以为的“常识”省略掉。再聪明的AI，如果根本不“认识”你，不知道你是干什么的、有什么偏好、面临什么情况，也只能凭着通用逻辑盲目作答，产出的内容自然宽泛零散，很难满足你的需求。

当你抱怨AI的回答不够准确时，如果AI有表情，大概会是一脸愕然：你什么都不说，我能怎么办？

想要更好地利用AI解决问题，在向AI提问时，一定要记得充分说明信息。比如，你不能简单地问“怎么提高孩子的学习成绩？”，而要说：“我是××省份的高三学生家长，孩子还有半年就参加高考了。目前孩子学习挺努力，但成绩提高不快，尤其是物理成绩不好。怎么在半年内切实有效地提高孩子的成绩？请你为我制订一个具体、实际、可操作的计划。”

关于说明信息，《学会提问，驾驭AI》的作者程希冀老师推荐了一个办法：5W1H。简单来说，就是每次向AI提问时，都要说清楚为什么做（Why）、做什么（What）、什么时候做（When）、涉及哪些人（Who）、在哪里做（Where）、怎么做（How）。

你可以试着用表1来套一下你自己的问题。

你会发现，补充信息后，AI突然就变得好用了……

想要用好AI，你一定要“喂”给它足够多的信息。你补充的信息越全面、越清晰、越具体，AI的输出就越精准、越贴合你的需求。

别只说“做什么”

要说清楚“做成什么样”

在使用AI时，我们常常犯一种错误：只交代“做什么”，却没说清楚“做成什么样”，这导致AI只能凭模糊指令泛泛回应。

举个常见场景，假如你想了解新能源汽车市场，如果只简单地说“帮我分析一下新能源汽车市场”，AI输出的结果大概率是下面这样的（见图1）。

这份报告虽然看起来结构完整、内容翔实，但仔细一看，都是随处可查的通用信息，没有独到观点，根本没法用在工作中。

但如果你给AI一个明确的目标，比如，对它说“你是资深行业分析师，要为公司管理层写一份新能源汽车市场内部简报，这份简报必须符合三个要求：第一，篇幅控制在2000字以内；第二，内容必须包含过去一年的三大核心趋势、两大主要挑战和一个关键机会点；第三，结论先行、数据翔实，避免复杂专业术语”。

结果就大不一样了。

开头亮明核心结论，然后列出核心趋势、主要挑战和关键机会点，内容完全贴合要求，如果你认同它的观点，稍做修改就能直接同步给团队或管理层了。

模糊的指令只会带来低效的结果，把“做什么”和“做成什么样”讲清楚，AI才会更好地回应你，更高效地输出。

（嘉宾观点仅代表个人，不代表本刊立场。）